近日，火山引擎升級(jí)了數(shù)據(jù)飛輪，其數(shù)智平臺(tái)VeDI推出“AI助手”，通過(guò)接入人工智能大模型，幫助企業(yè)提升數(shù)據(jù)處理和查詢(xún)分析的效率，讓數(shù)據(jù)、業(yè)務(wù)形成良性驅(qū)動(dòng)，甚至有望改變數(shù)據(jù)價(jià)值探索的方式。

數(shù)據(jù)飛輪到底和傳統(tǒng)數(shù)據(jù)中臺(tái)有哪些區(qū)別?在大模型日益受到重視的今天，飛輪又給我們帶來(lái)了哪些思考?

飛輪讓數(shù)據(jù)價(jià)值快速釋放

(相關(guān)資料圖)

據(jù)介紹，此次數(shù)據(jù)飛輪升級(jí)，火山引擎VeDI的大數(shù)據(jù)研發(fā)治理套件DataLeap、智能數(shù)據(jù)洞察DataWind已配置了AI助手，覆蓋數(shù)據(jù)生產(chǎn)與消費(fèi)的全鏈路場(chǎng)景，包括數(shù)據(jù)資產(chǎn)查詢(xún)、開(kāi)發(fā)運(yùn)維和分析洞察。

數(shù)據(jù)資產(chǎn)的查詢(xún)和開(kāi)發(fā)，是數(shù)據(jù)消費(fèi)的基礎(chǔ)。在以往，數(shù)據(jù)資產(chǎn)的檢索和開(kāi)發(fā)非常依賴(lài)專(zhuān)業(yè)人員，大模型則極大地降低了門(mén)檻。打破技術(shù)阻礙，可讓數(shù)據(jù)開(kāi)發(fā)簡(jiǎn)單高效，取數(shù)便捷。

在數(shù)據(jù)分析環(huán)節(jié)，利用DataWind-分析助手，企業(yè)員工與大模型對(duì)話，就可完成數(shù)據(jù)可視化查詢(xún)與分析等一系列業(yè)務(wù)探索，解決過(guò)去分析洞察上需要大量專(zhuān)業(yè)知識(shí)的痛點(diǎn)，縮短數(shù)據(jù)分析周期。

這些將直接體現(xiàn)在業(yè)務(wù)層面，讓數(shù)據(jù)價(jià)值快速釋放。如DataWind提供了AI自動(dòng)分析，方便進(jìn)一步探索圖表背后的原因，比如在“直播間銷(xiāo)售額Top類(lèi)目”等可視化圖表中，運(yùn)營(yíng)人員基于AI分析結(jié)果，通過(guò)對(duì)話形式進(jìn)一步歸因，實(shí)現(xiàn)業(yè)務(wù)洞察。

火山引擎總裁譚待指出：“VeDI的兩款產(chǎn)品，不但降低了非專(zhuān)業(yè)人員數(shù)據(jù)消費(fèi)的門(mén)檻，還解放了專(zhuān)業(yè)人員，讓其可以聚焦復(fù)雜場(chǎng)景的需求，提高研發(fā)生產(chǎn)效率與代碼質(zhì)量。”

正如得到APP聯(lián)合創(chuàng)始人兼CEO脫不花說(shuō)得那樣，如果“數(shù)據(jù)消費(fèi)”很難、很復(fù)雜，一定就會(huì)有超過(guò)一半的人以各種理由不去看了，而火山引擎把各種數(shù)據(jù)看板推到大家面前，引起討論、形成行動(dòng)共識(shí)，數(shù)據(jù)飛輪要轉(zhuǎn)起來(lái)，最開(kāi)始踹上的那一腳“加速度”非常重要。

不一樣的飛輪讓數(shù)據(jù)業(yè)務(wù)良性驅(qū)動(dòng)

數(shù)據(jù)中臺(tái)以及可視化數(shù)據(jù)面板也有其他企業(yè)在做，但值得注意的是，很多企業(yè)的業(yè)務(wù)和數(shù)據(jù)之間，沒(méi)有形成雙向良性驅(qū)動(dòng)，仍舊是割裂的。飛輪不一樣，它和傳統(tǒng)數(shù)據(jù)中臺(tái)有著本質(zhì)的區(qū)別。

字節(jié)跳動(dòng)數(shù)據(jù)平臺(tái)負(fù)責(zé)人羅旋對(duì)此表示，傳統(tǒng)數(shù)據(jù)中臺(tái)第一步就是把數(shù)據(jù)建設(shè)好，讓數(shù)據(jù)以一個(gè)相對(duì)整齊、統(tǒng)一的方式呈現(xiàn)出來(lái);而數(shù)據(jù)飛輪很大程度上是先聊業(yè)務(wù)，業(yè)務(wù)上有什么訴求，我們?cè)倏磾?shù)據(jù)可以在解決該訴求里面起到哪些重要作用，進(jìn)而給出解決方案。

“比如客戶(hù)需要小程序頁(yè)面優(yōu)化或者文案優(yōu)化，他的業(yè)務(wù)痛點(diǎn)非常明確，即通過(guò)文案的優(yōu)化提高營(yíng)銷(xiāo)轉(zhuǎn)化率，這個(gè)在字節(jié)跳動(dòng)有非常多的積累，我們提供的方案就是做AB測(cè)試。”羅旋稱(chēng)，如果是另一種問(wèn)題，比如說(shuō)數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量的問(wèn)題，我們還有另外的積累。

譚待認(rèn)為，很多企業(yè)投入大量的資源做數(shù)據(jù)中臺(tái)，建完之后有數(shù)據(jù)，但是沒(méi)有利用起來(lái)，本質(zhì)上就是沒(méi)有想清楚最終應(yīng)該圍繞什么來(lái)做這件事情，所以我們提出了數(shù)據(jù)消費(fèi)、數(shù)據(jù)飛輪這樣的邏輯。

有業(yè)內(nèi)人士表示，數(shù)據(jù)飛輪本質(zhì)上是一個(gè)從業(yè)務(wù)價(jià)值切入，去建數(shù)據(jù)方法論或者模型的東西，本身不強(qiáng)制一定要跟大模型結(jié)合，但大模型可以很好加速飛輪這樣的應(yīng)用發(fā)展，因?yàn)锳I帶來(lái)邏輯推理的變化，可以有效降低數(shù)據(jù)消費(fèi)門(mén)檻，業(yè)務(wù)也更容易數(shù)據(jù)驅(qū)動(dòng)，由此可見(jiàn)，大模型一個(gè)重要的方向就是飛輪。

飛輪落地解決企業(yè)這些痛點(diǎn)

實(shí)際上，數(shù)據(jù)飛輪已經(jīng)在多個(gè)領(lǐng)域展開(kāi)應(yīng)用，受到越來(lái)越多的企業(yè)歡迎。

例如，作為奇瑞控股旗下的汽車(chē)品牌捷途，其汽車(chē)數(shù)字化負(fù)責(zé)人劉航透露，運(yùn)營(yíng)人員在火山引擎數(shù)智平臺(tái)上APP運(yùn)營(yíng)數(shù)據(jù)分析場(chǎng)景從過(guò)去的7天縮短到目前的秒級(jí)響應(yīng)，并拓展了不少精準(zhǔn)分層運(yùn)營(yíng)場(chǎng)景，僅僅在保養(yǎng)包售賣(mài)場(chǎng)景中，短信實(shí)現(xiàn)90%以上的打開(kāi)率。

譚待對(duì)此提出“兩個(gè)80%”，即80%的企業(yè)員工能夠直接使用數(shù)據(jù)產(chǎn)品;統(tǒng)一建設(shè)的分析指標(biāo)能覆蓋80%的業(yè)務(wù)場(chǎng)景。在這個(gè)基礎(chǔ)上，企業(yè)通過(guò)數(shù)據(jù)消費(fèi)端到端應(yīng)用起來(lái)，就能解決過(guò)去數(shù)據(jù)建設(shè)過(guò)程中數(shù)據(jù)團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)互相不理解，導(dǎo)致最后效果不好的問(wèn)題。

應(yīng)用和效果已經(jīng)很清晰，在落地環(huán)節(jié)，譚待表示，最大的難點(diǎn)是在意愿上。不過(guò)，一旦當(dāng)企業(yè)的核心決策人意識(shí)到數(shù)據(jù)產(chǎn)品或者數(shù)據(jù)價(jià)值本身，對(duì)于業(yè)務(wù)有比較大的幫助，他其實(shí)非常有意愿，因?yàn)樗罱K的目標(biāo)是把業(yè)務(wù)做好，也是其最大的訴求。

正如上所述，在決策層面“踹一腳”，或許才能實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)和業(yè)務(wù)應(yīng)用提升的飛輪效應(yīng)，激發(fā)企業(yè)活力。而構(gòu)建以數(shù)據(jù)消費(fèi)為中心的數(shù)據(jù)飛輪，將是企業(yè)數(shù)字化建設(shè)的必然趨勢(shì)。(完)